MétaCan
Menu
Retour à la cohorte
Enregistrement W4291617952 · doi:10.1002/cjas.1691

It Leaves a Bad Taste in Your Mouth: How Corporate Social Irresponsibility Impacts Consumption Experiences

2022· article· en· W4291617952 sur OpenAlexaffvenue
Todd J. Green, John Peloza, Antonia Mantonakis, Jingzhi Shang

Notice bibliographique

RevueCanadian Journal of Administrative Sciences / Revue Canadienne des Sciences de l Administration · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensThompson Rivers UniversityBrock University
Organismes subventionnairesnon disponible
Mots-clésTastePerceptionCorporate social responsibilityConsumption (sociology)Product (mathematics)MarketingQuality (philosophy)BusinessSocial responsibilityAdvertisingPsychologySocial psychologyPublic relationsSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Across three experiments, we examined the impact of both corporate social responsibility (CSR) and corporate social irresponsibility (CSIR) on consumer taste evaluations. The current research demonstrates that CSIR information consistently negatively impacts perceptions of taste across both hedonic and utilitarian food products. Specifically, it translates to perceptions of inferior taste in food products, an effect mediated by both guilt and quality perceptions. Notably, the majority of CSR research focuses on attitudes toward the firm versus actual product experiences. Accordingly, firms should consider how information related to CSR/CSIR can impact not only attitudes toward the firm but the consumption experiences with specific products.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,142
Tête enseignante GPT0,318
Écart entre enseignants0,176 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Administrative Sciences / Revue Canadienne des Sciences de l AdministrationMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207